买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜广东海洋大学申请的专利一种基于改进YOLOv8的玉米害虫识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119229261B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411687276.1，技术领域涉及：G06V10/82；该发明授权一种基于改进YOLOv8的玉米害虫识别方法是由刘畅;李培超;吴剑豪;罗嘉熙;蔡荣捷设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种基于改进YOLOv8的玉米害虫识别方法在说明书摘要公布了：本发明涉及玉米害虫检测技术领域，公开了一种基于改进YOLOv8的玉米害虫识别方法，包括获取玉米害虫图像；构建改进YOLOv8模型；所述改进YOLOv8模型包括主干网络、颈部网络和头部网络；利用主干网络对玉米害虫图像进行特征提取并基于可变形卷积对特征信息进行融合，生成包含不同层次视觉信息的多尺度特征图；利用颈部网络将包含不同层次视觉信息的多尺度特征图进行融合，获取融合多尺度信息的特征图；利用头部网络根据融合多尺度信息的特征图预测玉米害虫识别结果。本发明可以为玉米作物提供准确的害虫检测和识别，实现高精度的端到端害虫检测。

本发明授权一种基于改进YOLOv8的玉米害虫识别方法在权利要求书中公布了：1.一种基于改进YOLOv8的玉米害虫识别方法，其特征在于，包括以下步骤：获取玉米害虫图像；构建改进YOLOv8模型；所述改进YOLOv8模型包括主干网络、颈部网络和头部网络；所述主干网络包括自上至下依次设置的第一CBS模块、第二CBS模块、第一C2f模块、第三CBS模块、第二C2f模块、第四CBS模块、第三C2f模块、第五CBS模块、可变形卷积模块和SPPF模块；所述可变形卷积模块首先对输入的特征图进行一次卷积，再对输出的特征图通过一个卷积层生成补偿场，并对补偿场进行插值得到偏移量，最后根据输出的特征图和偏移量得到偏移后的特征图；所述第五CBS模块与可变形卷积模块之间还包括第一全局注意力机制模块；所述第一全局注意力机制模块首先通过多层感知机获取通道注意力权重，然后将通道注意力权重与输入特征图相乘得到通道注意力特征图；再使用利用卷积层对通道注意力特征图进行空间信息融合，获取空间注意力权重，最后将通道注意力特征图与空间注意力权重相乘得到全局注意力特征图；所述颈部网络包括自下至上依次设置的第一上采样模块、第一拼接模块、第四C2f模块、第二上采样模块、第二拼接模块、第五C2f模块、第三上采样模块、第三拼接模块和第六C2f模块，以及自上至下依次设置的第二全局注意力机制模块、第六CBS模块、第四拼接模块、第七C2f模块、第七CBS模块、第五拼接模块、第八C2f模块、第八CBS模块、第六拼接模块和第九C2f模块；所述第一上采样模块的输入端与SPPF模块的输出端连接，所述第一拼接模块的输入端与可变形卷积模块的输出端连接，所述第二拼接模块的输入端与第二C2f模块的输出端连接，所述第三拼接模块的输入端与第一C2f模块的输出端连接，所述第二全局注意力机制模块的输入端与第六C2f模块的输出端连接，所述第四拼接模块的输入端与第五C2f模块的输出端连接，所述第五拼接模块的输入端与第四C2f模块的输出端连接，所述第六拼接模块的输入端与SPPF模块的输出端连接；所述头部网络包括尺寸为20×20的第一检测头、尺寸为40×40的第二检测头、尺寸为80×80的第三检测头和尺寸为160×160的第四检测头；所述第一检测头的输入端与第九C2f模块的输出端连接，所述第二检测头的输入端与第八C2f模块的输出端连接，所述第三检测头的输入端与第七C2f模块的输出端连接，所述第四检测头的输入端与第二全局注意力机制模块的输出端连接；利用主干网络对玉米害虫图像进行特征提取并基于可变形卷积对特征信息进行融合，生成包含不同层次视觉信息的多尺度特征图；利用颈部网络将包含不同层次视觉信息的多尺度特征图进行融合，获取融合多尺度信息的特征图；利用头部网络根据融合多尺度信息的特征图预测玉米害虫识别结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。